0.机器学习实战（Peter Harrington 著）笔记目录

最新推荐文章于 2022-02-22 18:55:10 发布
最新推荐文章于 2022-02-22 18:55:10 发布
阅读量1.7k 收藏 1
点赞数 2
CC 4.0 BY-SA版权
分类专栏： Machine Learning 文章标签： 机器学习实战 机器学习实战笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Xw_Classmate/article/details/51396697

最近在看机器学习实战笔记，记录下自己的学习过程。这本书主要偏向于实战部分，对于理论部分的介绍并不会很多，在这里我也不会过多地介绍理论，因为我也是刚起步，理论也不好，希望日后有时间再写一些介绍理论方面的知识吧。

因为自己用的IDE是jupyter notebook，所以代码都是分开的，由于直接把notebook上的内容拷贝到博客中格式会出现问题，所以都是一点一点的写的。如果有哪位朋友知道怎么拷贝格式不会出问题，希望能告诉我一声。


目录


Part I 分类

Chapter 1 机器学习基础

Chapter 2 K-邻近算法

最低0.47元/天 解锁文章

200万优质内容无限畅学
机器学习实战(Peter Harrington)----决策树
qq_37210730的博客
09-07 559
决策树：一种一层一层去进行判决、分类的方法 核心：决策树的构造 (Reference:周志华--机器学习--第四章-机器学习) 在决策树的构造中，实际上就是通过一层一层的划分，将整个数据集划分为许多个分支。在这个过程中，我们希望的是在不断划分的过程里面每个分支的内容会越来越“纯”，也就是每个分支节点所包含的样本尽可能是属于同一个类别的。为了达到这个目的，在每一个分支节点我们需要选择根据哪一个...
机器学习实战(Peter Harrington)-----朴素贝叶斯
qq_37210730的博客
09-07 551
贝叶斯理论：选择具有最高概率的决策 方法：计算数据点属于每个类别的概率，并进行比较 贝叶斯理论的核心，实质上就是概率的计算与比较，在这里涉及到条件概率 借用书上的例子来解释这个问题 首先明确我们的问题，即，现在有一个样本x，有一些类别，我们要做的是求取，即在确定样本是x的情况下，该样本是来自于类别的概率。 明确了我们要求解的问题，下面我们介绍贝叶斯准则，贝叶斯准则告诉了我们如何交换条件概...
机器学习实战（一）kNN算法（Peter Harrington著）
yangshaojun1992的博客
01-10 276
第二章 k-近邻算法（kNN） 示例代码：kNN.py # -*- coding:utf-8 -*- from numpy import * import operator from os import listdir import matplotlib import matplotlib.pyplot as plt def createDataSet(): group ...
完全富贵书评：《机器学习实战》Peter Harrington著
a1103688841的博客
01-30 598
感觉很棒。主要是让你开阔了眼界，发现机器学习不单单只有深度学习而已。 推荐：***** PS：对应人群都很适合，唯一有点缺点的事情是，书中代码是基于python2感觉很多已经变化了。 电子书下载： 链接：https://pan.baidu.com/s...
机器学习实战（二）决策树 （Peter Harrington著）
yangshaojun1992的博客
01-16 513
决策树基础概念 一、前言 本文出现的所有代码，均可在官网下载 下载地址：https://www.manning.com/books/machine-learning-in-action 二、决策树 决策树是什么？决策树(decision tree)是一种基本的分类与回归方法。 举个通俗易懂的例子，如下图所示的流程图就是一个决策树，长方形代表判断模块(d...
机器学习笔记，来源于：李航的《统计学习方法》 周志华的《机器学习》 Peter Harrington 的《机器学习实.zip
最新发布
02-21
机器学习笔记，来源于：李航的《统计学习方法》 周志华的《机器学习》 Peter Harrington 的《机器学习实
机器学习：Peter Harrington《机器学习实战》代码jupyter notebook整理
huakai16的博客
11-18 7362
个人使用jupyter notebook整理的peter的《机器学习实战》代码，使其更有层次感，更加连贯，也根据自己的代码习惯，加了一些自己的修改，以及注释。 既是为了给自己做一个笔记，如果有人需要，也是希望大家一起学习。 GitHub传送门 kmeans文件夹：kmeans + 二分kmeans算法 k-Nearest Neighbor文件夹：k近邻算
学习笔记2 | 机器学习实战（Harrington）
Leonadoice的博客
12-03 270
第二章 k-近邻算法 本章主要内容 1 k-近邻分类算法 2 从文本文件中解析和导入数据 3 使用Matplotlib创建扩散图 4 归一化数值
『ML』利用K-Means聚类算法对未标注数据分组——《机器学习实战》学习笔记（Ch10）
12-21
在《机器学习实战》一书中，作者Peter Harrington详细讲解了K-Means算法的实现细节，并提供了Python代码示例。通过学习这本书，读者可以更好地理解算法的工作原理，并能够动手实现自己的K-Means聚类程序。 K-Means...
KNN-机器学习实战-Peter Harrington
独钓寒江雪
07-13 569
#Machine Learning in Action: 机器学习实战, [美]Perer Harrington from numpy import * import operator import matplotlib import matplotlib.pyplot as plt from os import listdir #导入数据 def creatDataSet(): gr...
机器学习实战 Peter Harrington 中英文-附件资源
03-05
机器学习实战 Peter Harrington 中英文-附件资源
机器学习实战(Peter Harrington)-----SVM
qq_37210730的博客
09-15 720
SVM：最大间隔分类 在理解SVM的过程中，我也参考了很多别人的文章，有些可能我还能找到记录，这部分我将会在文末附上链接，但更多的可能找不到链接了，见谅。 另：实际上作者觉得SVM是一个很大的话题，我的理解可能只是其中小小的一部分，如果我说的有问题或者大家有什么补充的，欢迎在评论区留言交流。 要想理解SVM，有一些基础知识是需要先了解的，下面我们先介绍一下这些基础知识: 1.超平面 ...
K-Means--机器学习实战-Peter Harrington
独钓寒江雪
07-13 284
#Machine Learning in Action: 机器学习实战, [美]Perer Harrington，K-均值聚类算法 from numpy import * def loadDataSet(fileName): dataMat = [] fr = open(fileName) for line in fr.readlines(): curLi...
【1】机器学习实战peter Harrington——学习笔记
guansheng123的博客
02-22 2451
机器学习实战——学习记录
机器学习实战 Peter Harrington 中英文
tonydandelion2014的博客
12-24 1634
如果你有独立经济来源，条件允许请购买正版图书，保护知识产权，维护作者权益，谢谢大家。 JD.com DangDang 豆瓣 内含中英文高清可打印的PDF版本 需要的朋友可以自助下载 下载链接 提取码：maxz 祝大家学习顺利 ...
机器学习实战(Peter Harrington)-----逻辑回归
qq_37210730的博客
09-08 513
逻辑回归：二分类问题 核心：激活函数sigmoid ，其中， 梯度上升/下降法 沿梯度最大的方向/反方向去更新权重值，求取函数最大、最小值 梯度优化算法： 利用梯度算法来更新参数，普通梯度下降法和随机梯度下降算法。 sigmoid函数： def sigmoid(inX): return 1.0 / (1 + exp(-inX)) 普通梯度下...
机器学习实战（peter harrington）阅读心得（就是读书笔记）
Ripper_zhang的博客
09-13 613
欢迎使用Markdown编辑器写博客 本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦： Markdown和扩展Markdown简洁的语法 代码块高亮 图片链接和图片上传 LaTex数学公式 UML序列图和流程图 离线写博客 导入导出Markdown文件 丰富的快捷键 快捷键 加粗 Ctrl + B 斜体 Ctrl + I...
Python3《机器学习实战》学习笔记（八）：支持向量机原理篇之手撕线性SVM
热门推荐
Jack-Cui
09-23 8万+
说来惭愧，断更快半个月了，本打算是一周一篇的。感觉SVM瞬间难了不少，推导耗费了很多时间，同时身边的事情也不少，忙了许久。本篇文章参考了诸多大牛的文章写成的，对于什么是SVM做出了生动的阐述，同时也进行了线性SVM的理论推导，以及最后的编程实践，公式较多，还需静下心来一点一点推导。
机器学习实战：Peter Harrington著Manning出版社
本书《Machine Learning in Action》由Peter Harrington撰写，是Manning出版社出版的一部关于机器学习的专业著作。全书共382页，深入浅出地介绍了机器学习的概念、原理以及实际应用。 在机器学习领域，本书覆盖了从...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值